一种医疗大数据分析处理方法及系统与流程

摘要: 本发明涉及数据分析,尤其涉及一种医疗大数据分析处理方法及系统。背景技术:1、医疗信息系统已积累海量诊疗记录,医学影像、电子病历等资料面临长期保存需求,分层存储成...
一种医疗大数据分析处理方法及系统与流程

本发明涉及数据分析,尤其涉及一种医疗大数据分析处理方法及系统。

背景技术:

1、医疗信息系统已积累海量诊疗记录,医学影像、电子病历等资料面临长期保存需求,分层存储成为医疗信息管理的主流架构,其将高频调用的信息存放于高性能介质,低频调用的信息迁移至低成本介质,以此平衡调取效率与存储成本。

2、现有分层存储方案存在明显不足,冷热判定通常基于存储时长或历史调阅频次等静态规则,但医疗信息的调用需求并非仅由过去被调阅多少次决定,更取决于患者当前的临床状态。一份多年前的影像资料,在患者未就诊时可能长期无人问津,但当该患者再次挂号时,其临床价值即刻凸显。现有方案无法感知这种就诊状态变化,医生需要调阅历史资料时,其仍滞留于冷存储中,调取耗时过长。部分方案虽引入预测模型,但采用周期性批量预测,缺乏对患者即将就诊这一实时状态的感知能力。触发回迁时通常按患者标识全量迁移其名下所有历史资料,缺乏按临床关联程度精准筛选的机制,也缺乏对预测效果的验证与纠偏机制。

技术实现思路

1、为此,本发明提供一种医疗大数据分析处理方法及系统,用以克服现有技术中因无法提前预判患者就诊时对历史资料的需求,导致调取滞后,且回迁时缺乏精准筛选和效果验证的问题。

2、为实现上述目的,本发明提供一种医疗大数据分析处理方法,包括:

3、步骤s1,获取医疗数据的存储属性信息;

4、步骤s2,根据所述存储属性信息计算各医疗数据的活跃度评估值,将所述活跃度评估值与预设条件组进行比较,根据比较结果将各所述医疗数据分配至不同的存储层级;

5、步骤s3,监测目标患者的就诊状态,当监测到所述就诊状态满足预设触发条件时,获取所述目标患者的关联历史医疗数据;

6、步骤s4,根据所述关联历史医疗数据的当前存储层级以及所述目标患者的当前临床信息与所述关联历史医疗数据之间的临床关联参数,计算所述关联历史医疗数据的被访问可能性评估值;

7、步骤s5,当所述被访问可能性评估值大于预设阈值时,将所述关联历史医疗数据从当前存储层级迁移至高性能存储层级。

8、进一步地,所述存储属性信息包括数据创建时间、历史访问记录和关联患者标识。

9、进一步地,根据所述存储属性信息计算各医疗数据的活跃度评估值,包括:

10、根据所述数据创建时间确定数据龄期;

11、根据所述历史访问记录确定历史访问频次;

12、根据所述关联患者标识确定关联患者的近期就诊活跃因子;

13、根据所述数据龄期、所述历史访问频次和所述近期就诊活跃因子计算所述活跃度评估值。

14、进一步地,所述预设条件组包括第一预设阈值和第二预设阈值,所述第一预设阈值大于所述第二预设阈值;

15、所述存储层级包括第一存储层级、第二存储层级及第三存储层级;

16、当所述活跃度评估值大于或等于所述第一预设阈值时,将所述医疗数据分配至第一存储层级;

17、当所述活跃度评估值大于或等于所述第二预设阈值且小于所述第一预设阈值时,将所述医疗数据分配至第二存储层级;

18、当所述活跃度评估值小于所述第二预设阈值时,将所述医疗数据分配至第三存储层级。

19、进一步地,所述预设触发条件为:检测到所述目标患者存在新增预约挂号记录,或检测到所述目标患者已挂号但尚未就诊。

20、进一步地,所述临床关联参数包括科室关联参数和文本关联参数;

21、计算所述关联历史医疗数据的被访问可能性评估值的过程包括:

22、根据所述当前存储层级确定层级权重因子;

23、确定所述目标患者的当前就诊科室与所述关联历史医疗数据所属科室之间的科室关联度作为所述科室关联参数;

24、确定所述目标患者的当前主诉信息与所述关联历史医疗数据的诊断信息之间的文本相似度作为所述文本关联参数;

25、根据所述层级权重因子、所述科室关联度和所述文本相似度计算所述被访问可能性评估值。

26、进一步地,所述科室关联度的确定方式包括:

27、根据各科室之间的转诊关系和会诊关系构建科室关联图谱;

28、根据所述当前就诊科室与所述关联历史医疗数据所属科室在所述科室关联图谱中的连通距离确定所述科室关联度。

29、进一步地,所述文本相似度的确定方式包括:

30、分别将所述当前主诉信息和所述诊断信息转换为向量表示;

31、计算两向量在向量空间中的相似程度作为所述文本相似度。

32、进一步地,还包括:

33、在将所述关联历史医疗数据迁移至所述高性能存储层级后,启动计时器并继续监测所述目标患者的就诊状态;

34、若在预设时间窗口内所述关联历史医疗数据未被实际访问,或者监测到所述目标患者的就诊状态不再满足所述预设触发条件时,将所述关联历史医疗数据回迁至迁移前的存储层级。

35、本发明还提供一种医疗大数据分析处理系统,包括:

36、存储模块,用于获取并存储各医疗数据的存储属性信息;

37、活跃度评估模块,其与所述存储模块连接,用于根据所述存储模块中的所述存储属性信息计算各医疗数据的活跃度评估值;

38、分层存储执行模块,其与所述活跃度评估模块连接,用于根据所述活跃度评估值将各所述医疗数据分配至对应的存储层级;

39、就诊状态监测模块,用于监测目标患者的就诊状态,当所述就诊状态满足预设触发条件时触发预测评估流程;

40、预测评估模块,其分别与所述分层存储执行模块和所述就诊状态监测模块连接,用于根据所述目标患者的关联历史医疗数据的当前存储层级以及所述目标患者的临床关联参数,计算所述关联历史医疗数据的被访问可能性评估值;

41、数据迁移执行模块,其分别与所述预测评估模块和所述分层存储执行模块连接,用于在所述被访问可能性评估值大于预设阈值时将所述关联历史医疗数据迁移至高性能存储层级,以及在预设时间窗口内未被实际访问或所述目标患者的就诊状态不再满足所述预设触发条件时,将所述关联历史医疗数据回迁至迁移前的存储层级。

42、与现有技术相比,本发明的有益效果在于:

43、1. 本发明通过设置分层存储机制,根据数据活跃度将医疗数据分配至不同性能的存储层级,使高频数据处于快速可访问状态,低频数据占用低成本存储资源,在不过度增加存储成本的条件下兼顾了日常访问效率。

44、2. 本发明通过监测患者就诊状态变化触发预测回迁流程,在医生实际调阅之前将历史数据提前迁移至高性能存储层级,解决了患者再次就诊时历史数据仍滞留于冷存储导致读取延迟的问题,缩短了临床调取历史资料的等待时间。

45、3. 本发明通过引入科室关联度和文本相似度双重筛选机制,在触发迁移时仅针对与当前就诊强相关的历史数据进行迁移,避免了按患者标识全量回迁导致无关数据占用高性能存储资源的问题,减少了无效迁移负载。

46、4. 本发明通过在迁移后对实际访问行为进行监测,并在数据未被访问或就诊状态失效时主动触发回退,使误预测所迁移的数据能够及时释放高性能存储空间,维持了分层存储的长期有效性。